Tema 5: Distribuciones continuas. Recordamos que una variable aleatoria continua es una variable cuyo valor no puede predecirse con exactitud (aunque.

Slides:



Advertisements
Presentaciones similares
Binomial Poisson Hipergeométrico Modelos Discretos
Advertisements

1.2 Variables aleatorias..
¿Cuándo usar esta distribución?
Límites y Continuidad.
DISTRIBUCIÓN NORMAL, t STUDENT Jeisson Mosquera. En probabilidad y estadística, la distribución t (de Student) es una distribución de probabilidad que.
TEMA 3 : DISTRIBUCIONES DE PROBABILIDADES EN LA UNIDAD ANTERIOR ESTUDIAMOS EL CONCEPTO DE PROBABILIDAD, AQUÍ INTEGRAREMOS UN EXPERIMENTO O EXPERIENCIA.
Tema 3: Un modelo muy discreto La distribución binomial Imagen de Comodoro Deportes bajo licencia Creative CommonsComodoro Deportes.
BLOQUE: ESTADÍSTICA Y PROBABILIDAD
ANÁLISIS ESTADÍSTICO de los RESULTADOS DEL AJUSTE
TEMA 2: PARÁMETROS ESTADÍSTICOS. ÍNDICE 1. Parámetros estadísticos. 2.Interpretación de la media y desviación típica. 3. Coeficiente de variación.
Distribuciones estadísticas 1.- Variable aleatoria discreta. 2.- Función de probabilidad de variable discreta. Propiedades 3.- Parámetros en distribuciones.
MEDIDAS DE DISPERSIÓN Y DATOS AGRUPADOS.. MEDIDAS DE DISPERSIÓN Y DATOS AGRUPADOS  ¿Qué son las medidas de dispersión?  Parámetros estadísticos que.
DISTRIBUCIÓN NORMAL.
Las distribuciones de probabilidad son idealizaciones de los polígonos de frecuencias. En el caso de una variable estadística continua consideramos el.
PPTCEG049EM32-A16V1 Distribución normal EM-32. Recordemos… -¿Cómo se calcula el valor esperado para una determinada variable aleatoria? -¿Cómo es posible.
Bioestadística Distribuciones de probabilidad: la distribución normal.
PPTCES047MT22-A16V1 Clase Medidas de dispersión y muestreo MT-22.
Bioestadística Distribuciones muestrales para variables cuantitativas.
Recordatorio Estadística Paramétrica Se basa en el conocimiento que los datos presentan una distribución estadística conocida y cada distribución tiene.
Tema 12: Distribuciones Normal y Exponencial Prof. L. Lugo
DISTRIBUCIONES DE Probabilidad
XVII CONIC 2009 Congreso Nacional de Ingeniería Civil Capítulo de Ingeniería Civil Consejo Departamental De Lambayeque Colegio de Ingenieros del Perú.
Valor que toma la variable aleatoria
Tema 3. El estadístico Chi-cuadrado y contrastes asociados RONALD AYLMER FISHER.
TEMA 6: DISTRIBUCIONES ESTADÍTISCAS
DISTRIBUCION F DE FISHER.
ESTADISTICA APLICADA I UNIDAD: INFERENCIA ESTADISTICA
Intervalos de Confianza
puede o no ser verdadero, relativo a una o más poblaciones.
Matemáticas 2º Bachillerato CS
ESTADÍSTICA UNIDIMENSIONAL
INFERENCIA ESTADÍSTICA
INFERENCIA ESTADÍSTICA PARA DOS POBLACIONES
ANALISIS UNILATERAL DE LA VARIANZA POR JERARQUIAS DE KRUSKAL- WALLIS
CONCEPTOS BASICOS ESTADISTICA.-Conjunto de métodos que nos permiten tomar decisiones en momentos de incertidumbre (duda). Tiene como objetivo que la información.
CHI CUADRADO  2 OBJETIVOS –Describir situaciones donde es adecuado la utilización de la prueba de Chi Cuadrado (  2 ) –Formular Hipótesis para diferentes.
¿Cuándo usar esta distribución?
Matemáticas 2º Bachillerato CS
DISTRIBUCIÓN DE PROBABILIDAD PARA VARIABLES CONTÍNUAS.
Modelos de probabilidad Distribuciones continuas
DISTRIBUCIÓN GAMMA. La distribución gamma se deriva de la función gamma. La distribución gamma tiene un caso especial que es la distribución exponencial.
Estimación de parámetros: Estimación puntual y por intervalos
puede o no ser verdadero, relativo a una o más poblaciones.
DISTRIBUCIÓN MUESTRAL DE UNA MEDIA.
La mayoría de las variables aleatorias que se presentan en los estudios relacionados con las ciencias sociales, físicas y biológicas, por ejemplo, el peso.
La mayoría de las variables aleatorias que se presentan en los estudios relacionados con las ciencias sociales, físicas y biológicas, por ejemplo, el peso.
ESTIMACIÓN (Inferencia Estadística) Intervalos de Confianza
Ensayo de Rendimiento DISTRIBUCIÓN DE ESTADÍSTICOS MUESTRALES.
AJUSTE DE CURVAS TEMA #10. AJUSTE DE CURVAS Si se necesita la versión simplificada de una función complicada. Una manera de hacerlo es calcular valores.
ANALISIS DE VARIANZA
Excel Estadístico Medidas de Dispersión.
VARIABLE ALEATORIA TIPIFICADA
TEMA 1.- INTRODUCCIÓN A LA INFERENCIA
Distribución Uniforma Continua Distribución Normal
UD 5: DISTRIBUCIÓN BINOMIAL Y NORMAL
Intervalos de confianza Muestras pequeñas
2. DISTRIBUCIÓN BINOMIAL Y DISTRIBUCIÓN NORMAL
Distribución chi-cuadrado Distribución F de Fisher-Snedecor
Distribuciones continuas
ESTADISTICOS Y DISTRIBUCIONES MUESTRALES
DISTRIBUCION NORMAL. Una de las distribuciones de frecuencia más importantes en la estadística es la distribución normal La distribución de probabilidad.
¿Por qué se emplea el supuesto de normalidad? Se derivan con facilidad las distribuciones de probabilidad de los estimadores de MCO. Los estimadores de.
Depto. Matemáticas – IES Elaios Tema: Distribuciones de Probabilidad 2. DISTRIBUCIÓN BINOMIAL Y DISTRIBUCIÓN NORMAL Presentación elaborada por el profesor.
INTRODUCCIÓN A LA ESTADÍSTICA PARA NO ESPECIALISTAS
Distribución Normal. La Normal Estándar El modelo normal estándar es el de una variable aleatoria continua cuya imagen son todos los números reales.
La Distribución de la Varianza Muestral  La comprensión del concepto de la distribución de la Varianza Muestral es fundamental para el correcto entendimiento.
VARIANZA Y Y COVARIANZA DE VARIABLES ALEATORIAS Estadística II MI. MARTHA PAMELA RAMÍREZ VELA ITESM CAMPUS SALTILLO 1.
Transcripción de la presentación:

Tema 5: Distribuciones continuas

Recordamos que una variable aleatoria continua es una variable cuyo valor no puede predecirse con exactitud (aunque sí en términos “probabilísticos”, es decir, con determinado grado de incertidumbre) y que toma valores en un intervalo. ¿Qué es la función de densidad, en este caso?

Ejemplo: Estudiamos el peso de los ejemplares de una cierta especie de pájaro; para ello, tomamos una muestra, agrupamos los datos en intervalos, y calculamos los porcentajes Peso %

% ¿Probabilidad de que un ejemplar de la MUESTRA, tomado al azar, tenga un peso superior a 170? Prob.=%=Area 1 Peso

Peso % Prob.=%=Area ¿Probabilidad de que un ejemplar de la MUESTRA, tomado al azar, tenga un peso superior a 170?

Peso % Prob.=%=Area ¿Probabilidad de que un ejemplar de la MUESTRA, tomado al azar, tenga un peso superior a 170?

Peso % Prob. (muestra) Muestra POBLACION Conocida (DATOS) Desconocida!!! ¿Qué hacemos, entonces? ¿Probabilidad de que un ejemplar de la POBLACION, tomado al azar, tenga un peso superior a 170?

¿Probabilidad de que un ejemplar de la POBLACION, tomado al azar, tenga un peso superior a 170? 170 % Peso Función de densidad y = f(x) 170 Esa área es la probabilidad pedida; también puede interpretarse como el porcentaje total de pájaros (no sólo de mi muestra) con un peso superior a 170.

¿Probabilidad de que un ejemplar de la POBLACION, tomado al azar, tenga un peso superior a 170? 170 % Peso Función de densidad y = f(x) 170 Si conocemos la expresión f(x), entonces el área se calcula como

DEFINICION (Función de densidad): Dada una variable aleatoria continua X decimos que f(x) es una función de densidad, si: 1.- f(x)≥0 para todo valor de x 2.- Se cumple:

En estas condiciones, P(a ≤ X ≤ b) (es decir, la probabilidad de que la variable X esté entre los valores a y b), se calcula como: ab f(x)

IMPORTANTE: En consecuencia, la probabilidad de que la variable X tome un valor determinado, es CERO: Por lo tanto,

DEFINICION (Función de distribución): Dada una variable aleatoria continua X, con función de densidad f(x), la función de distribución F(x) es la función que para cada valor de x nos da la probabilidad de que X tome un valor menor o igual que x.

La función de distribución cumple: 1.La derivada de la función de distribución, es la función de densidad. 2. Se verifica:

MEDIA, VARIANZA, DESVIACION TIPICA MEDIA: Variable discreta: Variable continua:

MEDIA, VARIANZA, DESVIACION TIPICA VARIANZA: Variable discreta: Variable continua:

MEDIA, VARIANZA, DESVIACION TIPICA DESVIACION TIPICA: Ejemplos/Ejercicios

PRINCIPALES DISTRIBUCIONES CONTINUAS: A. Distribución normal: N(µ,σ) (Pizarra) B. Distribución exponencial: Exp(λ) Función de densidad:

B. Distribución exponencial: Exp(λ) µ=1/λ σ=1/λ - Se utiliza con frecuencia para modelizar la duración (vida de personas, animales o componentes físicos; duración de huelgas, recesiones eco- nómicas, etc.) o el tamaño (duración de llamadas, tamaño de yaci - mientos, etc.)

C. Distribución chi-cuadrado de Pearson de n grados de libertad: dondeson variables aleatorias independientes ypara i = 1, 2,…, n. La gráfica de su función de densidad es:

C. Distribución chi-cuadrado de Pearson de n grados de libertad: Media: n Varianza: 2n Es importante en inferencia estadística

C. Distribución chi-cuadrado de Pearson de n grados de libertad: Está tabulada

D. Distribución t de Student de n grados de libertad: Normal Chi-cuadrado de n grados de libertad

D. Distribución t de Student de n grados de libertad: Es SIMETRICA respecto al eje Y Media: 0 Varianza: n/(n-2) (para n>2) Es importante en inferencia estadística

D. Distribución t de Student de n grados de libertad: Está tabulada Es importante en inferencia estadística

E. Distribución F de Snedecor con n 1, n 2 grados de libertad : Chi-cuadrado con n 1 grados de libertad Chi-cuadrado con n 2 grados de libertad

E. Distribución F de Snedecor con n 1, n 2 grados de libertad : Está tabulada

Uso práctico de las tablas de Chi-cuadrado, t de Student y F de Snedecor: PIZARRA